鱼群算法原理概述-智能信息处理.pptxVIP

;;鱼群模式概论;;;;;;鱼群算法基本原理 ; 步长（step）：随着步长的增加，收敛速度加快，但超过一定范围后收敛速度减慢，甚至出现振荡。因此，采用随机步长可在一定程度上防止振荡，可利用合适的固定步长和变步长来提高收敛速度和精度。; 尝试次数（Try-number）： 尝试次数越多，人工鱼执行觅食行为的能力越强，收敛效率越高，但在局部极值突出的情况下，易错过全局极值点，即人工鱼摆脱局部极值的能力越弱。因此，在一般优化中，可适当增加尝试次数，以加快收敛速度；在局部极值突出的情况下，应减少尝试次数，增加人工鱼随机游动的概率。;;;;;鱼群算法流程 ;人工鱼个体的状态可表示为向量X=(x,,xZ,…,x,),其中x‘(l’二1,…,n)为欲寻优的变量;人工鱼当前所在位置的食物浓度表示为Y=f(X),其中了为目标函数值;人工鱼个体之间的距离表示为人,一l戈一戈11:Visual表示人工???的感知距离;steP表示人工鱼移动的最大步长;占为拥挤度因 子。;7.2 鱼群算法的基本原理; 公告牌：用来记录最优人工鱼个体的状态。各人工鱼个体在寻优过程中，每次行动完毕就检验自身 状态与公告牌的状态，如果自身状态优于公告牌状态，就将公告牌的状态改写为自身状态，这样就使公告牌记录下历史最优的状态。当整个算法结束后，输出公告牌记录的值。 迭代终止条件： ① 连续多次所得值的均方误差小于允许误差； ② 聚集于某个区域的人工鱼数目达到某个比率； ③ 连续多次所获得的均值不超过已找到的极值； ④ 达到规定的最大迭代次数。 ;;鱼群算法仿真分析及优缺点;;;;;;